高噪聲目標(biāo)圖像的輪胎規(guī)格號(hào)識(shí)別技術(shù)研究.pdf

1、輪胎規(guī)格號(hào)是指生產(chǎn)廠家在輪胎胎側(cè)印制的代表輪胎規(guī)格的特定意義的字符,對于廠家來說,這些參數(shù)在輪胎工廠管理中對于輪胎類型的識(shí)別分類非常重要,可用來作為生產(chǎn)管理、質(zhì)量追查的一個(gè)重要參量。
　　 目前OCR技術(shù)被廣泛用于字符識(shí)別,但在國內(nèi)還沒有輪胎規(guī)格號(hào)識(shí)別的相關(guān)研究及報(bào)導(dǎo),國外針對DOT(US Department of Transportation縮寫)碼和輪胎規(guī)格號(hào)識(shí)別的一個(gè)比較成熟的技術(shù)是線激光掃描CCD成像識(shí)別,這套識(shí)別系統(tǒng)

2、采用三角法測量技術(shù),優(yōu)點(diǎn)是識(shí)別輪胎模壓成型字符可靠,強(qiáng)健,缺點(diǎn)是成本高,處理時(shí)間長,需要線激光發(fā)射設(shè)備、CCD成像系統(tǒng)和機(jī)械運(yùn)動(dòng)結(jié)構(gòu),并且對印刷字符無法識(shí)別。
　　 本文在分析國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,圍繞輪胎規(guī)格號(hào)識(shí)別開展研究,針對目標(biāo)圖像的特點(diǎn),提出LED陣列照明、CMOS成像以及BP神經(jīng)網(wǎng)絡(luò)算法識(shí)別系統(tǒng),該系統(tǒng)成本低,速度快,能有效識(shí)別不同字體、大噪聲背景下的輪胎規(guī)格號(hào)字符。其中,在圖像預(yù)處理方面,采用最小二乘法迭代擬合圓法

3、對圓心進(jìn)行精確定位,并且提出利用積分加窗統(tǒng)計(jì)法提取規(guī)格號(hào)字符區(qū)域,用邊緣自適應(yīng)定位算法對單個(gè)字符進(jìn)行分割,有效排除了大噪聲干擾。在規(guī)格號(hào)識(shí)別上,提取了多種特征分析,利用BP神經(jīng)網(wǎng)絡(luò)算法的字符分類器和基于規(guī)格號(hào)關(guān)系特征的二次分類器識(shí)別,使得規(guī)格號(hào)識(shí)別達(dá)到了較高的識(shí)別率,并且該識(shí)別系統(tǒng)耗費(fèi)時(shí)間少,能夠滿足快速檢測要求,本課題的研究工作取得了預(yù)期效果。
　　 本文工作的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　 1、輪胎圖像采集的照明技術(shù)研究。由

4、于輪胎圖像背景和前景字符是同種橡膠材質(zhì),表面色差很小,因此通常采集得到的圖像有噪聲大、對比度低的特點(diǎn),本文采用特定設(shè)計(jì)的環(huán)形陣列LED結(jié)構(gòu)照明,有效降低了圖像噪聲,提高圖像對比度。
　　 2、高噪聲背景下的識(shí)別目標(biāo)提取算法。算法利用積分窗口來降低圖像邊緣圖維數(shù),由二維變成一維,并提出利用一維信號(hào)的極值點(diǎn)來形成鋸齒波,依據(jù)鋸齒波的波形參數(shù)和其規(guī)則性來提取規(guī)格號(hào)字符區(qū)域;針對字符個(gè)體分割的復(fù)雜性問題,提出邊緣自適應(yīng)定位算法,該算法利

5、用邊緣強(qiáng)度、連接強(qiáng)度和字符寬度,采用閾值由小到大、區(qū)域分割由大到小多次迭代來定位字符。算法抗噪能力強(qiáng),適合復(fù)雜環(huán)境下的字符精確定位。
　　 3、結(jié)合關(guān)系特征的輪胎規(guī)格號(hào)綜合識(shí)別算法。針對規(guī)格號(hào)字符特點(diǎn),深入研究了輪胎規(guī)格號(hào)字符識(shí)別特征,提出了基于BP神經(jīng)網(wǎng)絡(luò)的規(guī)格號(hào)字符識(shí)別;并提出基于規(guī)格號(hào)關(guān)系特征的二次分類器識(shí)別算法;針對噪聲混淆字符信息的情況,提出字符截?cái)喾椒ㄒ垣@得不完全可區(qū)分字符特征算法,提高字符識(shí)別率。實(shí)驗(yàn)結(jié)果表明,結(jié)合